哪些活该交给 AI，哪些必须留在手里

店里开会，聊到 AI 修图这行的走向，桌上常年对峙着两种声音。一种年轻人拍板：工具都这样了，能交给 AI 的活就全交出去，人留着点点按钮验个收就行，还留一屋子精修师做什么。另一种老师傅摇头：正经交付是手艺，AI 那东西不精、不可控，真到要签字担责的图，还得一笔一笔自己来，AI 沾都别沾。

两拨人各据一端，听着都有道理，可我更愿意先泼两盆冷水——这两句话，各自都漏了一块。把漏的地方补上，那条真正该守的界线，才浮得出来。

常见观点一：能交给 AI 的，就全交出去

先说第一种。这话的底气来自 AI 这几年确实能打——批量抠图、铺底、换背景、初步放大，这些活它接得又快又稳，交出去省下大把人力，账面上很好看。

漏就漏在”全”字。AI 擅长的，是那类”补得像就算过关”的活；可修图里还有一大类活，标准是”要对”，不是”看着像”。农产品这行尤其如此：等级标注、产地字样、溯源信息、包装上的规格，这些错一个字就不是瑕疵，是事故，是要担责任的。AI 能把这些字画得像模像样，却保证不了分毫不差——它是在猜一个合理的样子，不是在核对一个正确的答案。把这类活也一并交出去，省下的是工时，赔进去的是责任。到底 AI 与人工这条此消彼长的线未来怎么走，这篇五年展望有更长线的推演，但至少眼下，“全交出去”这四个字，接不住。

常见观点二：正经交付还得全靠手工

再说另一端。老师傅这话也有来历——手工可控、可追溯、每一笔都在人手里，交付质量心里有底，这是几十年攒下的稳。

可”全靠手工”在今天的账本上站不住。茶饮、农产品这些类目，旺季一批图上千张，大量是重复的抠图、铺底、批量放大。这些活 AI 已经能稳稳吃下，你偏要一张张手工来，等于拿手艺的工价去卖苦力的时间——成本压不下来，报价就没有竞争力，招进来的精修师也全耗在最不需要判断的重复劳动上，人才留不住。手艺该用在刀刃上，不是用在这种地方。真正稳的做法，是把批量、低判断的活交给工具，比如成规模的产品图精修就可以先走产品图精修把量跑起来，把省下的手工留给真需要人的地方。“AI 碰不得”这句话，防住了风险，也防住了利润。

一个茶盒标注的例子

道理讲到这里还是悬的，落一个具体的场景下来。

团队内部脱敏复盘里遇到过这么一件事：一批新中式茶礼盒的主图要出，包装侧面印着产地和等级字样。为了赶量，有人图省事，把整张图连带那行等级标注一起丢给 AI 去处理背景和文字。出来的图远看挺精神，字也清清楚楚——问题是那个等级的字，被 AI”顺手”改了一个，看着通顺，实则与溯源平台登记的等级对不上。这种图一旦流到详情页，轻则被平台判违规，重则牵扯到虚假标注的责任。发现得早，返工重做那行字，也白搭了一轮工。

这件事扎人的地方在于：错的不是”AI 修得不够精细”，而是”这活根本就不该整个交给 AI”。背景、光影，AI 处理得很好；可那行担着责任的字，从一开始就该留在人手里核对。分工错了位，翻车是迟早的。这类”哪些该核、哪些能放”的判断，这篇讲修图质量怎么判的整理可以当一份趁手的对照。

我的立场：界线不画在难易，画在”能不能验证”

两种极端都拆过了，我更认的那条界线，既不在”难还是易”，也不在”手艺还是非手艺”，而在两个问题上：这活的结果能不能验证？错了谁担责？

补出来”像”就算验收通过的活——纹理、铺底、背景延展、批量抠图——交给 AI，稳。补出来得”是”、错一处就要有人签字负责的活——品牌色、logo、规格参数、产地等级、合规标注——留在手里。人在流程里的位置，也就跟着变了：不再是那个埋头执行的手，而是那个负责”对不对”的眼——AI 出活，人来校、来核、来兜底。茶饮、农产品这类对标注和颜色都敏感的类目，这条界线尤其要守清楚，这份茶礼盒调色与标签的自查清单就是把”该人核的”一条条列出来的样子。

庖丁解牛，游刃有余，靠的不是刀快，是他摸清了牛身上哪里是筋、哪里是节，刀顺着空隙走，自然不折。AI 与人的分工也是这个理——刀再利，也得知道该往哪儿下。把该交的爽快交出去，把该守的稳稳留下来，这门手艺在 AI 时代不但没被替掉，反而更值钱了：因为最难的从来不是那一刀，是知道这一刀该落在哪。